王榮茂，劉 淼，李青春，張 曄

(遼寧電力交易中心有限公司，遼寧 沈陽(yáng) 110006)

0 引 言

利用熱啟動(dòng)Hotbooting技術(shù)融合Q-Learning算法(以下簡(jiǎn)稱Q學(xué)習(xí)算法)構(gòu)成Hotbooting-Q交易算法[1]。通過(guò)Hotbooting技術(shù)得到類似場(chǎng)景下Q學(xué)習(xí)算法的Q值表及V值表，其中，Q值及V值是Hotbooting-Q交易算法在強(qiáng)化學(xué)習(xí)中的定義值，其在較大程度上縮減該算法的學(xué)習(xí)步長(zhǎng)，提升收斂性能的同時(shí)獲取優(yōu)良學(xué)習(xí)效果[2-3]。

電能交易需求猛增，電網(wǎng)企業(yè)的業(yè)務(wù)壓力也隨之增強(qiáng)。近年來(lái)，國(guó)家高度重視抽水蓄能發(fā)電，作為發(fā)展新型能源的關(guān)鍵組成部分，其優(yōu)勢(shì)在于可靠性高、技術(shù)發(fā)展成熟、生命周期久，抽水蓄能電站可提升電網(wǎng)運(yùn)行的平穩(wěn)性及協(xié)調(diào)能力，節(jié)能減排、低碳環(huán)保、促進(jìn)可再生能源發(fā)展是我國(guó)對(duì)新興能源的基本要求，實(shí)現(xiàn)資源優(yōu)化配置[4]，關(guān)乎社會(huì)、經(jīng)濟(jì)、文明發(fā)展，對(duì)電力儲(chǔ)能具有重要意義。電網(wǎng)電能在頻繁交易過(guò)程中可能存在風(fēng)險(xiǎn)，對(duì)風(fēng)險(xiǎn)的識(shí)別顯得格外重要，及時(shí)發(fā)現(xiàn)并規(guī)避風(fēng)險(xiǎn)，保證電能交易安全可靠運(yùn)行，關(guān)乎民生經(jīng)濟(jì)等各個(gè)方面的安全運(yùn)行。陳濤等[5]提出抽水蓄能水電站職業(yè)健康風(fēng)險(xiǎn)評(píng)價(jià)方法，在模糊數(shù)學(xué)法基礎(chǔ)上進(jìn)行風(fēng)險(xiǎn)評(píng)估，該方法成本較高不適宜全面推廣使用；李剛等[6]提出抽水蓄能電站水淹風(fēng)險(xiǎn)評(píng)價(jià)研究方法。

綜合以往研究方法，本文提出基于Hotbooting-Q算法的抽水蓄能電網(wǎng)電能交易風(fēng)險(xiǎn)識(shí)別方法，及時(shí)發(fā)現(xiàn)并規(guī)避風(fēng)險(xiǎn)。

1 基于Hotbooting- Q算法的抽水蓄能電網(wǎng)電能交易策略

1.1 基于深度Q學(xué)習(xí)算法的電網(wǎng)電能交易模型

抽水蓄能電網(wǎng)DWi和上級(jí)電網(wǎng)、其他抽水蓄能電網(wǎng)進(jìn)行電能交易，對(duì)下一時(shí)期電能存儲(chǔ)值和其他抽水蓄能電網(wǎng)交易決策有直接影響，因此，利用馬爾科夫過(guò)程表示抽水蓄能電網(wǎng)電能交易博弈機(jī)制[7]，在動(dòng)態(tài)博弈過(guò)程中，其他抽水蓄能電網(wǎng)的電量程度和抽水蓄能電網(wǎng)本身負(fù)荷需求無(wú)法得知的情況下，采用深度Q學(xué)習(xí)算法進(jìn)行計(jì)算，獲取滿足切身利益的電能交易策略[8]。

DWi瞬時(shí)效益函數(shù)為

(1)

DWi依據(jù)本身實(shí)際情況的交易策略對(duì)Q函數(shù)實(shí)施同步更新的過(guò)程表示為

(2)

(3)

(4)

(5)

至此，完成基于深度Q學(xué)習(xí)算法的抽水蓄能電網(wǎng)電能交易博弈模型構(gòu)建。

1.2 深度Q學(xué)習(xí)算法中Hotbooting技術(shù)的運(yùn)用

處于初始化Q值表時(shí)，深度Q學(xué)習(xí)算法將全部元素設(shè)為0，歷次學(xué)習(xí)時(shí)從0開展大規(guī)模探尋并訓(xùn)練，在較大程度上提升學(xué)習(xí)速度。將深度Q學(xué)習(xí)算法與Hotbooting技術(shù)二者融合，能夠大幅減少實(shí)踐操練時(shí)間并快速提升該算法的收斂性能[10]。

依據(jù)之前電能交易類似情景在類似情況下進(jìn)行模擬實(shí)驗(yàn)，并獲取實(shí)踐操練數(shù)據(jù)，在此基礎(chǔ)上，對(duì)Q值表、V值表開展初始化處理[11]，該過(guò)程采用Hotbooting技術(shù)完成，利用處理后的Q值表及V值表取替初始化值表。該模型求解流程如下：

(3)合法交易值采用挑選整理數(shù)據(jù)的方式獲取。

(5)實(shí)時(shí)上報(bào)交易策略，同時(shí)更新電能值得到下一階段狀況。

(6)模仿交易環(huán)境需利用Hotbooting技術(shù)完成，得到結(jié)果Q值表及V值表。

(7)深層次Q學(xué)習(xí)算法交易控制中心調(diào)整交易策略，得到最優(yōu)預(yù)期效益。

圖1為完整的模型求解流程。

圖1 求解流程

2 抽水蓄能電網(wǎng)電能交易風(fēng)險(xiǎn)識(shí)別模型

2.1 搭建風(fēng)險(xiǎn)識(shí)別網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

擬設(shè)一個(gè)抽水蓄能電網(wǎng)電能網(wǎng)絡(luò)拓?fù)浼敖灰淄負(fù)?，用G=(N，E)表示電網(wǎng)電能網(wǎng)絡(luò)。N、E分別為網(wǎng)絡(luò)節(jié)點(diǎn)合集和網(wǎng)絡(luò)中無(wú)向邊合集；網(wǎng)絡(luò)拓?fù)渲械赾條邊用Ec表示。Gs=(Ns，Es，S)為電網(wǎng)電能網(wǎng)絡(luò)拓?fù)?。其中，用下角?biāo)s表示交易拓?fù)洌薪灰捉?jīng)過(guò)的網(wǎng)絡(luò)節(jié)點(diǎn)合集和網(wǎng)絡(luò)中有交易經(jīng)過(guò)的邊合集分別用Ns、Es表示，同時(shí)用Es(c，f)表示網(wǎng)絡(luò)中有交易經(jīng)過(guò)連接節(jié)點(diǎn)c和f的邊；網(wǎng)絡(luò)的交易合集用S表示，經(jīng)過(guò)網(wǎng)絡(luò)中Es(c，f)邊的交易合集用SE(c，f)表示。網(wǎng)絡(luò)中第c個(gè)交易重要度的數(shù)值用Isc表示。Ns={N1，N2，…N6}表示網(wǎng)絡(luò)節(jié)點(diǎn)合集，用Es={E1，E2，E3，E4，E5，E7}表示網(wǎng)絡(luò)負(fù)載交易的邊合集，其中，兩條邊E6，E8為不負(fù)載交易且不包含在Es內(nèi)，用S={S1，S2，S3，S4，S5}表示全部交易的合集。

2.2 交易重要度分析

交易業(yè)務(wù)突發(fā)中止或出現(xiàn)交易缺陷情況時(shí)對(duì)電網(wǎng)平穩(wěn)運(yùn)轉(zhuǎn)產(chǎn)生的影響水平為交易重要度，該指標(biāo)用于評(píng)估抽水蓄能電網(wǎng)電能交易對(duì)電網(wǎng)影響的重要程度[12-13]。

2.3 交易風(fēng)險(xiǎn)均衡度測(cè)度指標(biāo)及算法

2.3.1 交易風(fēng)險(xiǎn)度

電網(wǎng)平穩(wěn)運(yùn)轉(zhuǎn)受到交易中止或者交易牢靠性減弱時(shí)的影響水平為交易風(fēng)險(xiǎn)度[14]，采用最優(yōu)交易策略的電網(wǎng)通信網(wǎng)絡(luò)通道段所負(fù)載的單一交易的風(fēng)險(xiǎn)程度表示為

R(Es(c，f)sc)=Isc(I-PEs(c，f))·A

(6)

式中，R(Es(c，f)sc)為第Es(c，f)邊負(fù)載的sc交易的風(fēng)險(xiǎn)值；Isc為網(wǎng)絡(luò)中第Es(c，f)邊上負(fù)載的第c筆交易重要度；PEs(c，f)為網(wǎng)絡(luò)中負(fù)載第c筆交易第Es(c，f)邊的牢靠度數(shù)值；A為牢靠性減弱時(shí)的影響水平調(diào)節(jié)系數(shù)。

網(wǎng)絡(luò)負(fù)載交易的某一通道段為通道段綜合交易風(fēng)險(xiǎn)度，即網(wǎng)絡(luò)中對(duì)應(yīng)邊負(fù)載的各個(gè)交易風(fēng)險(xiǎn)度綜合值[15]。Es(c，f)邊負(fù)載的Sc交易的風(fēng)險(xiǎn)值總和為R(Es(c，f))，其公式為

(7)

式中，網(wǎng)絡(luò)中邊Es(c，f)負(fù)載的各類交易各類別數(shù)目和第c類交易數(shù)目分別為m和Nc。

2.3.2 交易風(fēng)險(xiǎn)均衡度

2.3.2.1 全網(wǎng)交易風(fēng)險(xiǎn)度總和

設(shè)全網(wǎng)交易風(fēng)險(xiǎn)度為R(Gs)，鑒于交易具有雙向性，同一個(gè)網(wǎng)絡(luò)邊的交易風(fēng)險(xiǎn)值分別用REs(c,f)、REs(f,c)表示，R(Gs)可表示為

(8)

求解R(Gs)的第一步為求和Es(c，f)邊負(fù)載交易的風(fēng)險(xiǎn)度值，第二步為求和歸屬于交易網(wǎng)絡(luò)Gs全部邊交易風(fēng)險(xiǎn)度值。

2.3.2.2 全網(wǎng)平均交易風(fēng)險(xiǎn)度

依據(jù)全網(wǎng)交易風(fēng)險(xiǎn)度及網(wǎng)絡(luò)拓?fù)渲羞叺臄?shù)目N，計(jì)算得到全網(wǎng)平均交易風(fēng)險(xiǎn)度。

2.3.2.3 網(wǎng)絡(luò)交易風(fēng)險(xiǎn)均衡度

電網(wǎng)電能交易風(fēng)險(xiǎn)均衡度模型為

(9)

采用全網(wǎng)交易風(fēng)險(xiǎn)度均衡度BR(Gs)衡量網(wǎng)絡(luò)整體交易分配均衡性，將基于深度Q學(xué)習(xí)算法的抽水蓄能電網(wǎng)電能交易博弈模型獲取的最優(yōu)交易策略作為模型輸入，對(duì)抽水蓄能電網(wǎng)電能交易過(guò)程中可能存在的風(fēng)險(xiǎn)進(jìn)行識(shí)別，掌控電網(wǎng)電能交易狀態(tài)。分別從交易風(fēng)險(xiǎn)分布均衡度和風(fēng)險(xiǎn)度兩方向進(jìn)行分析，網(wǎng)絡(luò)中各項(xiàng)交易通道段負(fù)載的交易風(fēng)險(xiǎn)度平衡分散狀態(tài)依據(jù)交易風(fēng)險(xiǎn)均衡度指標(biāo)進(jìn)行衡量，當(dāng)指標(biāo)接近0時(shí)代表全網(wǎng)的交易安排風(fēng)險(xiǎn)處于平衡狀態(tài)，此時(shí)運(yùn)行風(fēng)險(xiǎn)較?。划?dāng)指標(biāo)過(guò)大時(shí)則代表網(wǎng)絡(luò)中交易通道上負(fù)載的交易分散失衡，其中部分鏈重要交易過(guò)度聚集或過(guò)度輕載。

2.3.3 識(shí)別編碼

2.3.3.1 網(wǎng)絡(luò)節(jié)點(diǎn)交易連接矩陣編碼

考慮到節(jié)點(diǎn)間鄰接關(guān)系和交易連接關(guān)系，節(jié)點(diǎn)間交易狀態(tài)矩陣S(Gs)表示為

(10)

元素S(Gs)cf位于節(jié)點(diǎn)交易連接矩陣S(Gs)中，該元素等量互換為SEs(c，f)，代表節(jié)點(diǎn)c和f當(dāng)中的邊的交易連接狀況。當(dāng)兩個(gè)節(jié)點(diǎn)發(fā)生交易連接時(shí)，S(Gs)cf=1；無(wú)交易連接時(shí)，S(Gs)cf=0(c≠f)；其中節(jié)點(diǎn)本身無(wú)交易關(guān)聯(lián)關(guān)系用S(Gs)cf=0表示。

2.3.3.2 交易重要度矩陣編碼

電網(wǎng)通信網(wǎng)負(fù)載多類電網(wǎng)通信交易，設(shè)種類為M，M種電網(wǎng)通信交易重要度M×1階的矩陣形式為

(11)

2.3.3.3 網(wǎng)絡(luò)多邊交易重要度計(jì)算

邊Es(c，f)負(fù)載交易矩陣SEs(c，f)=[Sk1，Sk2，…，SkM]，電網(wǎng)通信交易類別用下角標(biāo)M表示，邊Es(c，f)負(fù)載第c類交易數(shù)目用Sk1表示。SEs(c，f)用于表示S(Gs)內(nèi)部的某一元素。

IEs(c，f)用于表示網(wǎng)絡(luò)中邊負(fù)載的各項(xiàng)交易重要度之和，IEs(c，f)與各節(jié)點(diǎn)交易連接矩陣和交易重要度矩陣、邊交易矩陣之間的關(guān)聯(lián)關(guān)系等同于交易重要度矩陣C、S(Gs)內(nèi)部的某一元素SEs(c，f)和節(jié)點(diǎn)交易連接矩陣S(Gs)中的S(Gs)cf元素三者乘積。

2.3.3.4 全網(wǎng)交易重要度計(jì)算

依據(jù)各節(jié)點(diǎn)的交易連接關(guān)系將全網(wǎng)交易的重要度分布矩陣表示為

(12)

式中，I(Gs)的矩陣階為n×n，網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)目用于表示n，任意兩個(gè)節(jié)點(diǎn)間各類交易的重要度之和用于表示中I(Gs)的每個(gè)元素。

求解全網(wǎng)交易風(fēng)險(xiǎn)度

R(Gs)=I(Gs)P(Gs)

(13)

若不考量其他因素，單一考量風(fēng)險(xiǎn)及交易重要度的關(guān)系，用R(Gs)=I(Gs)表示R(Gs)的矩陣形式，利用網(wǎng)絡(luò)多邊交易重要度求取IEs(c，f)。

全網(wǎng)負(fù)載交易的各邊風(fēng)險(xiǎn)度之和為

(14)

采用全網(wǎng)平均交易風(fēng)險(xiǎn)度及網(wǎng)絡(luò)交易風(fēng)險(xiǎn)均衡度指標(biāo)，對(duì)全網(wǎng)交易平均風(fēng)險(xiǎn)度即風(fēng)險(xiǎn)均衡度進(jìn)行求解。

網(wǎng)絡(luò)中第c個(gè)節(jié)點(diǎn)Nc交易風(fēng)險(xiǎn)度為

(15)

至此，完成抽水蓄能電網(wǎng)電能交易風(fēng)險(xiǎn)識(shí)別方法設(shè)計(jì)。

3 實(shí)驗(yàn)分析

采用MATLAB編程軟件搭建某區(qū)域的抽水蓄能電網(wǎng)，應(yīng)用本文方法對(duì)該電網(wǎng)的電能交易風(fēng)險(xiǎn)進(jìn)行識(shí)別，利用本文方法與文獻(xiàn)[5]抽水蓄能水電站職業(yè)健康風(fēng)險(xiǎn)評(píng)價(jià)方法、文獻(xiàn)[6]抽水蓄能電站水淹風(fēng)險(xiǎn)評(píng)價(jià)方法進(jìn)行對(duì)比驗(yàn)證，驗(yàn)證本文方法的識(shí)別效果。

在該電網(wǎng)中，選取一個(gè)5節(jié)點(diǎn)、7邊的抽水蓄能區(qū)域電網(wǎng)，該區(qū)域網(wǎng)絡(luò)節(jié)點(diǎn)合集為Ns={N1，N2，N3，N4，N5}，網(wǎng)絡(luò)負(fù)載交易邊合集為Es={E1，E2，E3，E4，E5，E6}，網(wǎng)絡(luò)負(fù)載交易合集為S={S1，S2，S3，S4，S5}。采用本文方法獲取該區(qū)域電網(wǎng)交易的最優(yōu)預(yù)期效益，并從交易重要度及交易風(fēng)險(xiǎn)度、交易風(fēng)險(xiǎn)均衡度、識(shí)別編碼方面進(jìn)行分析，并搭建電網(wǎng)電能交易風(fēng)險(xiǎn)均衡度的識(shí)別模型，進(jìn)行交易風(fēng)險(xiǎn)識(shí)別。

利用式(15)遍歷某市抽水蓄能電網(wǎng)電能交易過(guò)程中的各個(gè)節(jié)點(diǎn)，并識(shí)別得到該電網(wǎng)電能交易風(fēng)險(xiǎn)度結(jié)果如表1所示。

表1 各節(jié)點(diǎn)交易風(fēng)險(xiǎn)均衡度結(jié)果

由此可見，本文方法能夠有效識(shí)別出各電網(wǎng)電能交易節(jié)點(diǎn)風(fēng)險(xiǎn)度值。

為分析電能交易后，該電網(wǎng)的平均效益水平曲線，將學(xué)習(xí)布長(zhǎng)設(shè)為6 000步，利用本文方法與文獻(xiàn)[5]方法、文獻(xiàn)[6]方法進(jìn)行對(duì)比驗(yàn)證，效益變化曲線如圖2所示。

圖2 效益變化曲線

根據(jù)圖2可知，在收斂性方面，本文方法和文獻(xiàn)[5]方法在初步時(shí)有一段較為鮮明的學(xué)習(xí)時(shí)間，且本文方法在500步左右完成收斂，比文獻(xiàn)[5]提前完成，這是因?yàn)楸疚姆椒ㄟ\(yùn)用Hotbooting技術(shù)，預(yù)先對(duì)相似場(chǎng)景下的數(shù)據(jù)進(jìn)行大批量的仿真測(cè)試，極大程度上縮短了后續(xù)學(xué)習(xí)的摸索時(shí)間，加速掌控交易規(guī)律；文獻(xiàn)[6]方法并無(wú)學(xué)習(xí)過(guò)程且未能從交易數(shù)據(jù)中汲取經(jīng)驗(yàn)和規(guī)律，效益值也最低，由此可見，本文方法能夠提高交易效益，且整個(gè)算法的收斂性好。在收益情況方面，文獻(xiàn)[6]方法交易策略的收益值較差，最高不超過(guò)8.9；文獻(xiàn)[5]方法交易策略的收益值在14.5區(qū)間范圍內(nèi)浮動(dòng)，與文獻(xiàn)[6]方法相比提升約38.6%；本文方法的收益值平穩(wěn)維持在18.5，較文獻(xiàn)[5]、[6]方法分別提升約51.9%、21.6%。

對(duì)電網(wǎng)電能交易運(yùn)行風(fēng)險(xiǎn)分析進(jìn)行仿真模擬，隨機(jī)選取該電網(wǎng)中的70條電網(wǎng)電能交易線路，依據(jù)電網(wǎng)電能交易狀態(tài)風(fēng)險(xiǎn)信息傳輸路徑，對(duì)不同數(shù)量交易線路的交易風(fēng)險(xiǎn)進(jìn)行識(shí)別，將本文方法與文獻(xiàn)[5]、文獻(xiàn)[6]方法對(duì)比驗(yàn)證，判定識(shí)別精度更高的方法。用圖3表示3種方法識(shí)別不同數(shù)量線路的風(fēng)險(xiǎn)識(shí)別失誤次數(shù)。

圖3 風(fēng)險(xiǎn)識(shí)別失誤次數(shù)

由圖3分析可知，文獻(xiàn)[5]方法在交易線路數(shù)量為30次以內(nèi)時(shí)風(fēng)險(xiǎn)識(shí)別失誤在9次左右浮動(dòng)，交易線路數(shù)量超過(guò)30次后其失誤次數(shù)呈直線上升狀態(tài)，風(fēng)險(xiǎn)識(shí)別失誤次數(shù)全程在8～18區(qū)間內(nèi)，識(shí)別效果較不理想；文獻(xiàn)[6]方法風(fēng)險(xiǎn)識(shí)別失誤次數(shù)全程在12次以上，隨著交易線路數(shù)量逐步上升，交易風(fēng)險(xiǎn)識(shí)別監(jiān)督逐漸降低；本文方法整體平穩(wěn)運(yùn)行，風(fēng)險(xiǎn)識(shí)別失誤次數(shù)全程始終保持在3次以內(nèi)，由此可見本文方法識(shí)別精度極高且穩(wěn)定，可放心投入運(yùn)行使用。

4 結(jié) 論

通過(guò)搭建基于Hotbooting-Q算法的抽水蓄能電網(wǎng)電能交易模型并求解獲取最佳交易策略，將交易策略輸入風(fēng)險(xiǎn)識(shí)別模型求解風(fēng)險(xiǎn)度，以此判斷風(fēng)險(xiǎn)高低，在步長(zhǎng)500步時(shí)完成收斂，其收益值平穩(wěn)維持在18.5，高效且平穩(wěn)；風(fēng)險(xiǎn)識(shí)別失誤次數(shù)全程始終保持在3次以內(nèi)，交易風(fēng)險(xiǎn)精準(zhǔn)度極高，可有效識(shí)別出交易風(fēng)險(xiǎn)。